Gambar SageMaker Docker Prebuilt untuk Pembelajaran Mendalam

Amazon SageMaker menyediakan gambar Docker bawaan yang mencakup kerangka kerja pembelajaran mendalam dan dependensi lain yang diperlukan untuk pelatihan dan inferensi. Untuk daftar lengkap image Docker bawaan yang dikelola oleh SageMaker, lihat Docker Registry Paths and Example Code.

Menggunakan SageMaker Python SDK

Dengan SageMaker Python SDK, Anda dapat melatih dan menerapkan model menggunakan kerangka kerja pembelajaran mendalam yang populer ini. Untuk petunjuk cara menginstal dan menggunakan SDK, lihat Amazon SageMaker Python SDK. Tabel berikut mencantumkan kerangka kerja dan instruksi yang tersedia tentang cara menggunakannya dengan SageMaker Python SDK:

Kerangka Kerja	Petunjuk
TensorFlow	Menggunakan TensorFlow dengan SageMaker Python SDK
MXNet	Menggunakan MxNet dengan Python SDK SageMaker
PyTorch	Menggunakan PyTorch dengan SageMaker Python SDK
Chainer	Menggunakan Chainer dengan SageMaker Python SDK
Hugging Face	Menggunakan Hugging Face dengan SageMaker Python SDK

Memperluas Gambar Docker Prebuilt SageMaker

Anda dapat menyesuaikan kontainer bawaan ini atau memperluasnya untuk menangani persyaratan fungsional tambahan apa pun untuk algoritme atau model Anda yang tidak didukung oleh image SageMaker Docker bawaan. Sebagai contoh, lihat Menyesuaikan dan menerapkan model berTopic dengan skrip dan kumpulan data Anda sendiri, SageMaker dengan memperluas wadah yang ada. PyTorch

Anda juga dapat menggunakan kontainer bawaan untuk menerapkan model atau model kustom Anda yang telah dilatih dalam kerangka kerja selain. SageMaker Untuk gambaran umum tentang proses membawa artefak model terlatih ke dalam SageMaker dan menyimpannya di titik akhir, lihat Membawa TensorFlow MXNet atau Model Terlatih Anda Sendiri ke Amazon. SageMaker